Um grupo de cientistas da Academia de Aviação do Vietnã usou imagens de câmeras e modelos de aprendizado de máquina para detectar e alertar sobre objetos estranhos que poderiam causar condições inseguras em aeroportos.
O sistema de aplicação da tecnologia de processamento de imagem foi desenvolvido pela equipe de pesquisa ao longo de 2 anos com o desejo de dar suporte à segurança da aviação.
Para fazer isso, a equipe esboçou um modelo 3D no computador simulando o aeroporto real, incluindo todo o terminal, aeronave, pista, sistema de iluminação (simulando dia e noite)... Na realidade, a equipe organizou câmeras para detectar objetos ao longo da pista.
Diferentes cenários foram construídos para que o computador detectasse objetos estranhos na pista simulada. A fonte de dados foi construída pela equipe a partir da coleta de imagens disponíveis em locais de pistas, pistas de táxi e pátios de aeronaves em aeroportos nacionais e internacionais , combinadas com imagens tiradas por alunos e professores durante seus estágios.
Quando os dados são inseridos no computador, ele aprende sobre todos os objetos no conjunto de imagens. Por exemplo, telhados de metal, tampas de tanques de água, antenas parabólicas, pássaros de estimação... até mesmo itens de passageiros, como canetas esferográficas, alças de malas, clipes de documentos... todos representam um risco potencial à segurança. Quando objetos estranhos são introduzidos no modelo de pista, a câmera captura imagens, as envia ao servidor para análise, processamento e emissão de alertas.
Ao testar um modelo de aprendizado de máquina com imagens em condições de boa iluminação, ele consegue detectar objetos estranhos com mais de 99% de precisão. Já para imagens com ruído, ou seja, em condições de pouca luz, poeira, chuva ou vento... o modelo opera com menor precisão, com média de 70 a 80%. Como resultado, o modelo de aprendizado de máquina reconhece a forma, o tamanho e a localização do objeto.
Atualmente, o produto do grupo detecta apenas objetos no solo. O Dr. Dung disse que continuará pesquisando e desenvolvendo funções semelhantes para objetos no ar.
O modelo de aprendizado de máquina para detectar objetos estranhos foi testado pela equipe em um modelo de aeroporto. Foto: NVCC
Segundo o Dr. Nguyen Thanh Dung, vice-diretor da Academia e chefe da pesquisa, testar o sistema no modelo do aeroporto é muito diferente do aeroporto real. Isso ocorre porque a distância entre a posição da câmera (que atende às condições de segurança) e o objeto (comprimento lateral superior a 3 cm) na pista é muito grande, às vezes chegando a centenas de metros. Portanto, o sistema de câmera precisa de uma resolução maior para reconhecer o objeto e de um sistema computacional com maior velocidade de processamento de dados.
O Sr. Dung afirmou que a tecnologia para detectar objetos estranhos em aeroportos é aplicada em muitos países, mas o preço é muito alto. Em 2017, o investimento total no sistema de detecção e alerta de objetos estranhos (FOD - Foreign Object Debris - FOD) para o aeroporto de Noi Bai foi estimado em 486,2 bilhões de VND e para o aeroporto de Tan Son Nhat em 509,7 bilhões de VND.
No Vietnã, "sistemas automáticos para detectar objetos estranhos não foram utilizados; a maioria utiliza métodos manuais. Ou seja, os aeroportos mobilizam pessoas para controlar e coletar objetos estranhos em pistas de pouso, pistas de taxiamento e áreas de estacionamento", disse o Dr. Dung.
Dr. Nguyen Thanh Dung, chefe de pesquisa. Foto: Ha An
De acordo com o Professor Associado Dr. Bui Van Hong, Diretor do Instituto de Educação Técnica (Universidade de Educação Técnica da Cidade de Ho Chi Minh), sistemas de detecção de objetos estranhos na área da aviação utilizando sistemas de câmeras têm sido pesquisados e aplicados na prática por países desenvolvidos. Essa tecnologia é combinada com sistemas de radar de ondas curtas em alguns aeroportos do mundo para detectar objetos estranhos. No entanto, a eficácia desses sistemas não foi avaliada muito além do anunciado pelo fabricante. No entanto, para aplicação no Vietnã, o custo é alto e a tecnologia não é proativa.
Ele acredita que a pesquisa do grupo é a base para projetar, instalar, explorar, manter e dominar a tecnologia nacional, minimizando custos se aplicada na prática. Portanto, ele espera que o sistema seja concluído pelo grupo de pesquisa, testado e aplicado em aeroportos nacionais.
Ha An
[anúncio_2]
Link da fonte
Comentário (0)